把一句话题,变成一条能发的知识短片——无旁白、字幕驱动、画面自己说话。
一个 Agent Skill:给它「做一期关于 X 的视频」,它吐出研究、文案、分镜、成片、配乐、三尺寸封面、三平台标题。
市面上多数工具解决的是生成:给提示词,出画面。
这个 skill 解决的是规格:一条 161 秒的知识短片,句子该多长、镜头该动多少、什么时候该把声音掐掉、封面该用哪个画面。
它不替你写,它逼你按一个已经被验证过的结构来写。
从同类型作品里逐帧逆向出来的。
- 采集了一批同类型的高传播作品
- 逐条下载、抽帧、OCR 出字幕文本
- 量化了时长、每秒字数、字幕停留、场景切换、标题句式
- 然后写了一条同题材的片子,逐段对比、返工
结论不是「模仿他的风格」,而是:
这个长度的知识短片,有一条可复用的规格线。
参考数据(样本中位数):
| 指标 | 数值 |
|---|---|
| 时长 | 161 秒 |
| 每秒字数 | 3.1 |
| 单条字幕停留 | 3.0 秒 |
| 硬切 | ≈ 0(全部溶解) |
| 字幕字号 | 66px 宋体 |
✗ 答案的长短,和他们记住了几件事高度相关。
✓ 有人记得三件,有人记得八件。
写完逐句问:这句能不能拍成画面?不能就重写。
const push = 1 + 0.05 * at(t, 0, 18); // 18 秒推 5%,看不出来但画面不死静止二十秒的画面叫幻灯片,不叫电影。
在关键转场处把整条音轨压到 −36 dB,持续 0.9 秒,然后一个低频 boom 落地。
比任何音效都响。全片只用一次。
# 1. 装 skill(复制到你的 skills 目录)
git clone https://github.com/devin2255/knowledge-video-skill.git
Copy-Item .\knowledge-video-skill\* "$env:USERPROFILE\.claude\skills\knowledge-video" -Recurse
# 2. 建一个 Remotion 项目
npm create video@latest my-video
# 3. 一条命令铺好素材
cd knowledge-video-skill
.\scaffold.ps1 -Project "C:\path\to\my-video" -Id "Entropy" -Name "entropy" -Duration 161脚手架会复制组件、生成 161 秒的事件化配乐,并打印 Root.tsx 的注册片段。
之后只剩三件手工活:改字幕、改封面文案、注册 Composition。
SKILL.md 七步流水线 + 反模式 + 验收清单
scaffold.ps1 一条命令建项目
references/
writing.md 文案规则(八组正反对照)
structure.md 161 秒六幕时间轴
visuals.md 五条摄影原则
sound.md 事件化配乐
publishing.md 三平台封面与标题
setup.md 环境与命令(含 Windows TEMP 坑)
assets/
Kit.tsx 片名卡 / 片尾卡 / 字幕系统
YearWorld.tsx 五幕场景模板(全景墙 / 刻度柱 / 切片 / 路 / 回望)
Cover.tsx 三尺寸封面组件,四种母题
score_episode.py 事件化配乐(静音、坠落、刻度、末音)
synth.py 合成器库(无采样,纯数学生成)
grain.png 胶片颗粒
| 16:9 封面 | B站 / 公众号 |
| 9:16 封面 | 抖音 / 快手 |
| 3:4 封面 | 小红书 |
| 分镜联络表 | 29 格,含两个镜头运动 |
都是踩过的坑,写进 skill 防止重犯:
| 别做 | 为什么 |
|---|---|
| 用「高度相关」「机制」「维度」 | 观众脑子里没有画面,是论文不是人话 |
| 平铺直叙一张卡片换一张卡片 | 那是幻灯片,不是电影 |
| 结尾给建议 | 换成一个问句或一个画面 |
| 字幕压在亮画面上 | 必须加柔和暗底,否则读不清 |
| 配乐从头铺到尾 | 没有动态就没有情绪 |
| 封面另起一套视觉 | 观众对不上片子 |
- 规格数据来自同类型作品的一个有限样本,不是普适真理。
- 「每句一个画面」是编辑判断,无法自动校验。
- 画面组件是 SVG 拼的伪 3D,做不到真 3D 渲染的景深与体积光。
- 页面里的数字都标注了出处;skill 要求使用者在片尾卡交代样本量与边界。
如果你的题材不是「科学 × 个人处境 × 反直觉」,这套规格不一定适用。
- Node 18+,Remotion 4.x
- Python 3.10+(配乐用 numpy)
- ffmpeg(抽帧、验证音量)
- Windows / macOS / Linux
Windows 有一个致命坑:系统会清理 %TEMP%,导致渲染中途 write EOF。见 references/setup.md。
MIT
